6款开源中文OCR使用先容（亲测效果）

媒介

光学字符辨认（Optical Character Recognition, OCR）是指对文本材料的图像文件举行分析辨认处置惩罚，以获取文字和版本信息的过程。也就是说将图象中的文字举行辨认，并返回文本形式的内容。
ocr主要流程：

随着ocr技术的日渐成熟，现在github中有许多开源项目可供选择，下面将先容几种常用的开源ocr项目。
开源ocr项目

1. Paddle OCR（推荐指数：★★★★★）

1.1 简介

飞桨首次开源文字辨认模子套件PaddleOCR，目标是打造丰富、领先、实用的文本辨认模子/工具库。最新开源的超轻量PP-OCRv3模子大小仅为16.2M。同时支持中英文辨认；支持倾斜、竖排等多种方向文字辨认；支持GPU、CPU预测；用户既可以通过PaddleHub很便捷的直接使用该超轻量模子，也可以使用PaddleOCR开源套件训练本身的超轻量模子。
1.2 使用

安装使用说明
1.3 优缺点

• 优点
  
  
  
  • 轻量模子，执行速度快
    
  • 支持pip直接安装
    
  • ocr辨认效果好，效果基本可以比肩大厂收费ocr（非高精版）
    
  • 支持表格和方向辨认
    
  • 支持增补训练且很方便
    
  
  
• 缺点
  
  
  
  • 部分符号辨认效果一样平常，如 '|‘辨认为’1’
    
  • 对于部分加粗字体可能出现误辨认，需要本身增补训练
    
  • 偶然会出现部分内容丢失的情况
    
  
  

2. CnOCR（推荐指数：★★★★★）

2.1 简介

CnOCR 是 Python 3 下的文字辨认（Optical Character Recognition，简称OCR）工具包，支持简体中文、繁体中文（部分模子）、英文和数字的常见字符辨认，支持竖排文字的辨认。自带了20+个训练好的辨认模子，实用于差别应用场景，安装后即可直接使用。同时，CnOCR也提供简朴的训练命令供使用者训练本身的模子。
2.2 使用

安装使用说明
2.3 优缺点

• 优点
  
  
  
  • 轻量模子，执行速度快，速度略快于paddle ocr
    
  • 支持pip直接安装
    
  • ocr辨认效果好，辨认效果比肩paddle ocr
    
  • 支持训练本身的模子
    
  
  
• 缺点
  
  
  
  • 部分符号辨认效果差
    
  • 部分场景下会出现空格丢失情况
    
  • 模子增补训练没有paddle ocr方便
    
  
  

3. chinese_lite OCR（推荐指数：★★★）

3.1简介

超轻量级中文 ocr，支持竖排文字辨认, 支持 ncnn、mnn、tnn 推理, 模子大小仅4.7M。
3.2 使用

安装使用说明
3.3 优缺点

• 优点
  
  
  
  • 轻量模子，执行速度快，速度优于CnOCR和Paddle OCR
    
  • ocr辨认效果尚可，优于一样平常开源模子，但比不上CnOCR和Paddle OCR
    
  • 作者提供了多种语言下的Demo
    
  
  
• 缺点
  
  
  
  • 不支持pip安装
    
  • 文本位置辨认略差
    
  • 不支持增补训练
    
  • 类手写字体辨认效果一样平常
    
  • 部分场景下会出现误辨认竖版文字的情况
    比方：
    
  1. 姓     名： 张三
  2. 性     别： 男
  3. 年     龄： 19
  4. 户     籍： 北京
  6. 误识别为 '姓性年户'

  复制代码
  
  

4. EasyOCR（推荐指数：★★）

4.1 简介

EasyOCR是一个用于从图像中提取文本的python模块。它是一种通用的OCR，可以读取自然场景文本和文档中的密集文本。我们现在正在支持80多种语言并不断扩展。
4.2 使用

官方文档
4.3 优缺点

• 优点
  
  
  
  • 支持pip安装，但需要本身手动下载模子
    
  • ocr辨认效果尚可，优于一样平常开源模子
    
  
  
• 缺点
  
  
  
  • 速度很慢，900 * 1200像素图片平均需要30s左右
    
  • 不支持增补训练
    
  
  

5. Tesseract OCR（推荐指数：★）

5.1 简介

Tesserat OCR 是一款可在各种操作体系运行的 OCR 引擎，这是一款开源软件，在Apache 许可下发布。最初由惠普在20世纪80年代作为专有软件开发，在2005年以开源的形式发布，从2006年开始由谷歌赞助，开发语言为 C++。
5.2 使用

官方文档
5.3 优缺点

• 优点
  
  
  
  • 支持增补训练
    
  
  
• 缺点
  
  
  
  • 安装使用困难，不支持pip安装
    
  • 中文辨认效果差
    
  
  

6. chineseocr（推荐指数：★★）

6.1 简介

基于yolo3 与crnn 实现中文自然场景文字检测及辨认

• 文字方向检测 0、90、180、270度检测（支持dnn/tensorflow）
  
• 支持(darknet/opencv dnn /keras)文字检测,支持darknet/keras训练
  
• 不定长OCR训练(英文、中英文) crnn\dense ocr 辨认及训练 ,新增pytorch转keras模子代码(tools/pytorch_to_keras.py)
  
• 支持darknet 转keras, keras转darknet, pytorch 转keras模子
  
• 身份证/火车票结构化数据辨认
  
• 新增CNN+ctc模子，支持DNN模块调用OCR，单行图像平均时间为0.02秒以下
  CPU版本加速
  
• 支持基于用户字典OCR辨认
  
• 新增语言模子修正OCR辨认结果
  
• 支持树莓派实时辨认方案
  

6.2 使用

官方文档
6.3 优缺点

• 优点
  
  
  
  • 支持增补训练
    
  • 有多版本优化模子
    
  
  
• 缺点
  
  
  
  • 项目较老，使用的三方库较老，部分三方库已废弃，环境设置困难
    
  • 中文ocr辨认效果一样平常
    
  • 不支持pip安装
    
  
  

总结

上述6个开源模子是常见的国内ocr模子，每个我都摆设测试过，团体来看推荐使用paddle ocr和cnocr，某些场景下，如小图片且对速度要求较高可以尝试使用chinese_lite ocr.



有其他开源中文ocr推荐，欢迎增补！

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。